probabilistic programming language是概率编程语言。它是一种高级语言，开发者使用它可以轻松地定义概率模型，然后程序自动地求解模型。概率编程语言包含随机事件作为它们的原语（primitives），运行时环境（runtime environment）处理推断。
一、probabilistic programming language
probabilistic programming language是概率编程语言。它是一种高级语言，开发者使用它可以轻松地定义概率模型，然后程序自动地求解模型。概率编程语言包含随机事件作为它们的原语（primitives），运行时环境（runtime environment）处理推断。概率编程语言使得建模和推断之间有了清晰的分界线。这样就可以极大地减少实现新模型和理解数据的工作量。这就像高级语言一样，通过抽象出处理器和内存结构的细节来提升开发者的生产力。概率语言承诺把开发者从高性能复杂推理中解放出来。
概率编程将会把数据推理与更可靠的统计方法结合起来，从而改变数据科学的方法。如果数据科学最重要的是讲故事，那么概率编程在许多方面都是完美的工具。从业者将既能够利用叙事的说服力，同时又能保持坚实的定量基础。
从业者将真正地开始在根本途径上推动建模的发展，为了能够说明目前机器学习在许多应用上的不适用：比如文本挖掘、图范式分析。许多真实世界的数据集是表格的、关系的、文本的、地理空间的、声音影响的以及其他数据格式。概率编程可以通过自然的方式编排所有的这些片段到一起。目前声称集成各种各样数据的解决方法，通常是这样做的：把数据全部“打成”相似的结构，这时会损失许多数据的潜在结构。
概率编程将会很好地推动那些被普遍地被认为是人工智能的领域。就像我们常说的，智能系统是非常“应用程序特定”的。好的下棋算法与谷歌的自动驾驶不同，和 IBM 的沃森系统也大相径庭。但是概率编程可以被分成化和模块化，子系统专攻特定问题领域，但是嵌入在一个共享的结构中，它承担识别当前的上下文并带来适当的建模子系统。
延伸阅读：
二、BUGS
它是原本一门20年前由统计学家开发的概率编程语言。同时它有很多表达能力和数据集尺寸上的限制，它是很好的入门语言。也要通读一遍 Rob Zinkov 的教程，涵盖了几个模型的例子。Church 是最雄心勃勃的概率编程语言。不要错过教程，尽管在其推理机和工具集成熟之前，它可能不是最容易上手或实用的选项。因此，factorie 可能会在短期内是个更好的选择，尤其是如果你喜欢 Scala，或微软研究院的 infer.net，它是 C#和 F# 的捆绑。最近一次学术研讨会的记录为2012年底，为该领域提供了一个极好的快照。最后，这段视频来自我创建的一个废弃已久的初创公司。视频包含了一个例子，它解释了在更一般的概率计算术语下，所指的概率编程的许多概念：智慧在街市上呼喊，在宽阔处发声。
